防御運転評価における共有ロールアウトの失敗とNAVSIMスコアの監査

arXiv cs.AI ・ 2026-08-05

原題: When Shared Rollouts Fail in Defensive Driving Evaluation: A NAVSIM Score Basis Audit

AI による要約

NAVSIMベンチマークのスコアリングにおいて、人間とエージェントが不安定なロールアウト変換を共有する場合に発生する評価の歪みを監査した研究です。特定の条件下で、ルートを無視するような不正なプローブが人間のリプレイ性能を上回る現象が確認され、評価手法の課題を指摘しています。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.AI）をご確認ください。